技术人理财 on Zampo Blog

市场像赌场，伯克希尔为什么还把谷歌仓位翻了 3 倍

Wed, 01 Jul 2026 17:20:55 +0800

巴菲特刚说完市场像赌场，伯克希尔转头就把谷歌仓位翻了 3 倍。

这件事最有意思的地方，不是“巴菲特是不是突然拥抱 AI”。

而是这个画面太拧巴了。

一边，他在 2026 年伯克希尔大会期间接受 CNBC 采访，说现在不是部署现金的理想环境。被问到是不是价格太高，他回答：“Yeah.”

他还把市场形容成一句很巴菲特的话：a church with a casino attached。

教堂旁边接了一个赌场。

另一边，SEC 13F 文件显示，伯克希尔 2026Q1 把 GOOGL 从 1784.6 万股加到 5425.0 万股，增幅约 204%。同时新增 GOOG 358.5 万股。两类 Alphabet 股票合计市值约 166.3 亿美元，占 13F 权益组合约 6.32%。

更反常识的是，同一季度伯克希尔整体仍在净卖出股票，现金和短期美国国债净额大约 3800 亿美元。

也就是说，它不是在“市场太便宜了，赶紧扫货”。它一边继续攥着巨额现金，一边把 Alphabet 放到了更重要的位置。

如果你是技术人，看到这里很容易冒出一个问题：

AI 时代最亮的公司，不应该是 NVIDIA 吗？

GPU、CUDA、数据中心、客户排队、财报爆炸。按工程直觉看，最强模块就该拿最高权重。

但投资这件事，最容易坑技术人的地方也在这里：我们太习惯看“谁更先进”，却忘了问“谁能长期收钱”。

这篇不讨论你该不该买 Alphabet，也不拿它和 NVIDIA 判输赢。我们只借这次伯克希尔加仓，拆一个更底层的问题：

为什么最强技术，不自动等于最好的投资？

技术人第一眼，会先看最亮的模块

工程师看 AI 公司，很容易像看一套系统架构。

谁的芯片吞吐更高？

谁的模型 benchmark 更猛？

谁的生态最难替代？

谁在数据中心里卡住了关键路径？

按这套视角，NVIDIA 太顺眼了。

可口可乐没什么技术壁垒，为什么没人能替代它？——用系统架构看懂护城河

Sun, 28 Jun 2026 00:00:00 +0000

本文是「技术人理财」系列第 2 篇。上一篇：《一整天都看盘的人，没有赚比较多》

本文不推荐任何具体股票，不预测股价，只聊分析框架。

一、引子：那个让技术人扎心的问题

抖音上有个视频讲可口可乐为什么厉害。高赞评论写着：

“可口可乐不就是糖水吗？配方网上都有，口味还不如百事，为什么没人能打败它？”

这个问题精准地戳中了技术人看公司时最大的盲区。我们做后端的，天然相信"技术好 = 公司好"——架构优雅、算法高效、延迟低，这些是我们的默认标尺。

但可口可乐是一记响亮的耳光。

它没有技术壁垒。配方不是秘密，工艺没有门槛，盲测百事还经常赢。可它活了 140 年，每天卖出 22 亿份，覆盖 200 多个国家和 3000 万个零售终端。

这期聊的不是"可口可乐能不能买"（我不荐股）。我想聊一个更根本的问题：护城河到底是什么？

二、用系统设计语言，拆解可口可乐的护城河

如果你跟我一样写后端，下面这套翻译一看就懂。

1. 渠道网络 = CDN / 边缘计算

可口可乐做浓缩原浆（核心数据），运给全球 200 多家独立瓶装厂，瓶装厂加水、装瓶、就近配送。

原浆工厂（中央数据中心 / 源站）
 ↙ ↓ ↘
瓶装厂 A B C ...（200+ CDN 边缘节点）
 ↙ ↓ ↘
便利店 超市 餐厅 ...（3000万客户端）

边缘计算：瓶装厂本地生产、就近配送。你买的可乐出厂才几十公里
高可用：一个厂出问题不影响全局，950+ 设施天然灾备
水平扩展：加新市场 = 加新瓶装厂，无单点瓶颈

技术圈天天讲边缘计算，可口可乐在 1920 年代就在实体世界跑通了。

2. 品牌心智 = L1 缓存

每个后端都懂缓存命中的价值。可口可乐的品牌本质，就是占据了人类决策链路中的"L1 缓存"位置。

一整天都看盘的人，没有赚比较多

Wed, 17 Jun 2026 17:00:00 +0800

我以前很能理解一种冲动：打开行情软件，就像打开监控面板。

红绿跳动像指标报警，K 线像时序数据库，成交量像 QPS，资金流向像 trace。作为技术人，我们太熟悉这种工作方式了：发现异常、定位原因、调整参数、验证效果。系统不稳，就继续 debug；性能不够，就继续优化。只要投入足够多的观察和分析，事情总能变好一点。

问题是，投资市场不太吃这一套。

在工程系统里，多看监控通常有价值，因为我们面对的是自己有权限修改的系统。线上服务出问题，我可以回滚、扩容、限流、改配置。但市场不是我的服务，我没有 root 权限，也没有灰度发布窗口。它不是一个等着我 debug 的确定性系统，而是一个同时挤满聪明人、情绪、资金、噪音和随机性的复杂系统。

所以技术人理财的第一课，可能不是学会更复杂的工具，而是先接受一个反直觉事实：一整天都看盘的人，不一定赚比较多。

1. 努力在这里不一定兑换成收益

我们在学校和工作里形成过一个很强的模型：努力通常有回报。

考试前多刷几套题，分数大概率会高一点；上线前多跑几轮测试，事故概率会低一点；做系统优化时多看几张 flame graph，也许就能找到瓶颈。这个模型在很多地方都有效，所以我们会自然把它迁移到投资上：多看财经新闻、多研究指标、多调仓、多找工具，收益应该也会更好。

但投资的麻烦就在这里：你做的每一次"优化"，都不是免费的。

一次卖出和买入，会有交易费用、税费、滑点，也会有决策成本。更隐蔽的是心理成本：你会开始关心每一个短期波动，会在上涨时觉得自己仓位不够，会在下跌时怀疑整个系统设计错了。最后你以为自己在提高投资系统的性能，实际可能是在给长期系统不断插入手动变更。

工程里我们都知道，生产环境最怕"手痒"。每一次变更都要有理由、有回滚方案、有影响范围评估。投资也一样。频繁操作不是能力证明，它只是频繁把系统暴露在新的事故概率里。

这不是说投资不需要学习。学习当然重要，理解风险也重要。但学习和交易不是一回事。很多时候，真正有价值的学习，是让你少做无谓操作，而不是让你每天多一个操作理由。

2. 市场不是一个可以靠信息差稳定套利的系统

程序员很容易迷恋信息优势。

在技术工作里，知道一个内部实现、一个冷门参数、一个底层机制，确实可能让你比别人更快解决问题。于是我们也容易相信：只要我比别人多看一点资料，多进几个群，多听几个"明牌"，就能提前发现机会。

但公开市场最残酷的一点是：你看到的信息，往往别人也看到了；你以为刚刚传出来的风声，可能早就反映在价格里了。市场里不缺聪明人，也不缺算力、模型和资金。一个普通人下班后看两小时新闻，并不天然比专业机构更接近真相。

更糟的是，有些消息不是为了帮助你，而是为了让你成为交易对手。

这和工程排障很不一样。线上日志不会故意骗你，监控指标也不会为了让你接盘而制造叙事。但市场里的信息流经常带着立场、仓位和利益。你听到"某个机会很确定"的时候，应该先问一句：如果它真的这么确定，为什么轮得到我现在知道？

所以我不太喜欢把投资写成"如何找到下一个机会"。对大多数人来说，更重要的问题不是找到一个别人没发现的 bug，而是承认自己大概率没有持续的信息优势。承认这一点不丢人，它反而能让系统设计变得朴素：少预测，多分散；少押注，多活久一点。

3. 主动投资如果是娱乐，就把它隔离出去

我不反对主动投资。

有些人就是喜欢研究公司、看财报、判断趋势。它带来的不只是收益期待，还有挑战感、参与感，甚至一点点"证明我比市场聪明"的快感。这些需求是真实的，不必假装没有。

但真实的需求，不等于应该接管主系统。

工程上我们不会因为一个实验很有意思，就直接在生产环境全量上线。我们会建 sandbox，会做灰度，会限制 blast radius。投资也可以这样处理：如果你确实想主动交易，就把它放进一个小账户，把最大损失预先定义好。这个比例不是固定答案，素材里提到 5% 到 10% 只是一个控制风险的思路，不是所有人都该照抄。

关键是边界。

主账户负责长期目标：养老、教育、未来选择权、家庭安全垫。实验账户负责满足好奇心和胜负欲。实验失败了，最多影响心情，不应该影响人生大盘。

很多人的问题不是主动投资本身，而是没有隔离。今天一个热点，明天一个主题，后天一个朋友推荐，所有冲动都直接打到主账户上。这样做，本质上是把生产数据库开放给每一次灵感。

技术人应该对这种架构天然警惕。

4. 真正该优化的不是收益率，而是行为约束

很多人问理财，第一反应是问"买什么"。

但我越来越觉得，对普通人来说，“怎么让自己长期按规则执行"比"现在买什么"更重要。因为投资里最大的敌人，往往不是知识不足，而是人在压力下会变形。

下跌时，你知道应该长期看，但手会停；上涨时，你知道不该追高，但心会痒。平时说好的资产配置，遇到一根大阴线就变成了"先出来看看”。这种问题靠意志力很难解决，因为意志力本身就是不稳定依赖。

工程师解决不稳定依赖的方法，不是每天祈祷它别挂，而是把流程自动化。

定期投入的价值就在这里。它不是一种收益魔法，不是设置了就保证赚钱。它更像一个 cron job：在你恐惧的时候按规则买一点，在你贪心的时候也只按规则买一点。它把"每个月要不要投"这个问题，从情绪决策变成系统执行。

当然，自动化也有前提。你得先知道这笔钱的用途和期限。一年内要用的钱，不适合拿去承受大幅波动；三五年内要买房、买车、换城市的钱，也不应该被包装成"长期投资"。真正能承受股票波动的，应该是十年、二十年以后才用的钱。

所以最小理财系统的第一步，不是开户，也不是选产品，而是分桶：

生活备用金：应对失业、疾病、家庭突发事件，优先考虑流动性和安全性。
短期目标钱：一到五年内明确要用的钱，不要为了多一点预期收益承受无法接受的波动。
长期增长钱：十年以上不用的钱，才有资格考虑更高波动、更分散的权益类配置。
娱乐实验钱：如果你想玩主动交易，把它独立出来，亏完也不能伤到主系统。

分桶之后，再谈低成本、分散化、定期执行，才有意义。

5. 不投资不是没有风险，只是风险更安静

技术人很怕系统崩溃，因为崩溃很显眼：报警响、用户骂、指标掉、老板问。投资里的股灾也很像系统崩溃，所以我们会高估它的存在感。

但还有一种风险更像后台慢任务：它不报警，不截图，不上热搜，只是持续消耗资源。通胀就是这种风险。

素材里有个很直观的例子：如果每年通胀 2%，30 岁时的 100 块，到 65 岁时购买力大约只剩一半。这个数字不需要被写成恐吓，它只是提醒我们：把钱一直放在"看起来没波动"的地方，并不等于没有风险，只是选择了承担购买力下降的风险。